纯小白动手学深度学习之细致解析（1)内容及介绍及安装

前言

        作者来自北京某不知名985，现在是本科在读学生，专业是数据科学与大数据技术，班上同学都太卷了，没办法，需要学习深度学习，经大佬介绍，在B站上找到了一个很不错的资源，李沐老师的《动手学深度学习v2》，不仅有全套视频，讲解细致，而且配套资料全部公开免费，不用加公众号也不用私别人的vx，我觉得挺不错，在这里做一个学习记录，也想跟大家一起讨论深度学习相关的问题。新的一年，不要摆烂，一起加油！！！

这里附上连接：

跟李沐学AI的个人空间-跟李沐学AI个人主页-哔哩哔哩视频

1. 引言 — 动手学深度学习 2.0.0 documentation

相关的视频和书籍的pdf都有介绍，可以免费下载，然后还有jupyter，非常nice，ok下面咱们进入正题，本博客的图片基本来自李沐老师的视频

 本文章包含了《动手学深度学习v2》视频中的00，01，02，03

内容

1. 深度学习基础---线性神经网络，多层感知机

2. 卷积神经网络

3. 循环神经网络

4. 注意力机制

5. 优化算法

6. 高性能计算

7. 计算机视觉

8. 自然语言处理

重要的点：要知道深度学习有哪些东西（可以搜），怎么调参，为什么好？

01 深度学习介绍

02 深度学习的实际应用

图片分类

ImageNet

一个大的图片数据集

知道图片内有什么内容

物体检测和分割

知道图片内有什么物体，哪个像素属于哪个人？

样式迁移

相当于一个滤镜

人脸合成

文字生产图片

输入一段文字描述，输出一张图片

文字生成模型

类似于chatGPT

无人驾驶

案例研究——广告点击

输入关键词——触发，产生广告

点击率预估——人点击广告的概率

排序——点击率*竞价（广告主会给你多少钱）

 

领域专家：对应用有很深的了解，并知道模型有什么影响

数据科学家：将数据格式化并进行训练

AI专家：提升模型精度和性能

03 安装

李沐老师视频里面是在亚马逊云服务器进行操作的，我们其实大部分同学都是windows系统，linux系统的同学可以观看老师的操作，因为我电脑上本身就安过torch-gpu和tensorflow-gpu所以其实也就安装了一个d2l，这个d2l是打包好的一个包，里面有一些很基本的我们需要的库，大家直接pip即可。

这里如果大家不会安装torch-gpu的话，我提供一个教程 还是比较详细的：

Anaconda虚拟环境中安装torch + cuda + cuDNN_ligous的博客-CSDN博客_虚拟环境安装cuda

我是使用离线方式进行安装的，比较稳定，但是因为没有好的梯子的原因，当时下了半天，大家如果有类似的问题的话我把资源上传到网盘，大家自取即可。

链接：https://pan.baidu.com/s/18ffPugkT2a0pYWoHMrPJKw?pwd=yz58 
提取码：yz58 
--来自百度网盘超级会员V2的分享

网盘分享的文件夹里面还有两个cluster和sparse，这两个可以不用安，这俩包是我在学校跑实验的时候缺的两个包，目前我学习到的地方还没有需要的。

这里还是建议大家按一个anaconda，这个玩意虽然有点傻（个人感觉），但是用来整虚拟环境还是很方便的。

 这里给大家看一看大概怎么操作，下载下来之后先用conda 创建一个环境，激活之后cd到你保存离线whl文件的文件夹然后pip install即可！不会断而且很快！

如果遇到什么无法访问的问题，在pip install 加上--user即可，这个是权限不够的问题。

 在安装完成后检查一下能否import d2l和 torch 即可。这里我的环境已经显示可以啦。

今年是新年的第一天，偷个小懒，就更这么多啦，明天继续给大家更新硬核内容！

TIPS:博客中的比较多的内容都是作者按照自己理解来讲，如果有理解的不到位的地方，还请大佬指正，再次重申这个博客主要是记录作者的学习轨迹，其中的笔记希望能够帮助到和我遇到同样问题的你！